Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学陈浩扬获国家专利权

广东工业大学陈浩扬获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广东工业大学申请的专利一种多阶段特征处理方法及相关设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121544976B

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610050440.0,技术领域涉及:G06V10/77;该发明授权一种多阶段特征处理方法及相关设备是由陈浩扬;杨健;蔡述庭;黄昭荣;吴朝丰;易致远设计研发完成,并于2026-01-15向国家知识产权局提交的专利申请。

一种多阶段特征处理方法及相关设备在说明书摘要公布了:本发明提供了一种多阶段特征处理方法及相关设备,涉及图像处理技术领域,通过引入后置特征编码模块,实现了对输出特征的统一编码与通道自适应压缩,降低了特征冗余度,提高了特征表示的规范性和稳定性;通过引入全局特征重权重构模块,显式建模了不同空间位置之间的全局关联关系,使输出特征能够融合全局上下文信息,显著增强了特征的整体一致性和结构表达能力;通过设置重构特征解码输出模块,提高了输出阶段的非线性建模和结构化解码能力,使预测结果在复杂背景场景下更加连续、稳定和精细。

本发明授权一种多阶段特征处理方法及相关设备在权利要求书中公布了:1.一种多阶段特征处理方法,其特征在于,包括: 步骤1,获取训练用图像数据集; 步骤2,利用所述训练用图像数据集对构建的多阶段特征重构模型进行训练,得到训练后的多阶段特征重构模型; 步骤3,将待处理的图像数据输入训练后的多阶段特征重构模型进行处理,得到多阶段特征处理结果; 所述多阶段特征重构模型包括依次连接的用于对输入的数据进行多层特征提取与建模的特征生成模块、用于对所述特征生成模块输出的初始特征进行编码和压缩的后置特征编码模块、用于对所述后置特征编码模块输出的编码特征进行加权重构的全局特征重权重构模块、用于对所述全局特征重权重构模块输出的重构特征进行多阶段解码与映射的重构特征解码输出模块; 所述后置特征编码模块包括用于处理后的特征进行并行处理的多分支卷积单元、用于对多分支特征进行融合的融合单元、用于将高维特征映射为编码特征的通道压缩单元; 所述多分支卷积单元的输入端与所述特征生成模块的输出端连接,所述多分支卷积单元的输出端与所述融合单元的输入端连接; 所述融合单元的输出端与所述通道压缩单元的输入端连接,所述通道压缩单元的输出端与所述全局特征重权重构模块的输入端连接; 所述全局特征重权重构模块包括用于对输入的编码特征进行映射的特征映射单元、用于计算编码特征在不同空间位置的相似度或相关性的全局关联权重计算单元、用于利用相关性权重对编码特征进行加权融合的特征重构单元和用于将加权融合特征与编码特征进行叠加的特征融合单元; 所述特征映射单元的输入端与所述通道压缩单元中的组归一化层的输出端连接; 所述特征映射单元的第一输出端与所述全局关联权重计算单元的输入端连接; 所述特征映射单元的第二输出端、所述全局关联权重计算单元的输出端均与所述特征重构单元的输入端连接; 所述特征重构单元的输出端、所述通道压缩单元中的组归一化层的输出端均与所述特征融合单元的输入端连接。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东工业大学,其通讯地址为:510062 广东省广州市东风东路729号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。